代码之家 › 专栏 › 技术社区 › AndiDog

C语言中严格的字符串到字节编码#

ascii character-encoding c#

AndiDog · 技术社区 · 14 年前

我只是被绊倒了 another question 其中有人建议使用 new ASCIIEncoding().GetBytes(someString) 从字符串转换成字节。对我来说,它显然不应该适用于非ASCII字符。但事实证明, ASCIIEncoding 用“?”替换无效字符。我对此很困惑,因为这打破了最小惊喜的规则。在Python中 u"some unicode string".encode("ascii")

两个问题:

关于这种默认行为背后的基本原理有什么想法吗?对我来说,在默认情况下进行严格转换或者至少为此定义一个参数更有意义(Python允许“replace”、“ignore”、“strict”)。

1 回复 | 直到 8 年前

Michael Petrotta user3140870 14 年前

Net提供了在编码转换失败时引发异常的选项。你需要使用 EncoderExceptionFallback

Encoding ae = Encoding.GetEncoding(
              "us-ascii",
              new EncoderExceptionFallback(), 
              new DecoderExceptionFallback());

然后使用该编码执行转换:

// The input string consists of the Unicode characters LEFT POINTING 
// DOUBLE ANGLE QUOTATION MARK (U+00AB), 'X' (U+0058), and RIGHT POINTING 
// DOUBLE ANGLE QUOTATION MARK (U+00BB). 
// The encoding can only encode characters in the US-ASCII range of U+0000 
// through U+007F. Consequently, the characters bracketing the 'X' character
// cause an exception.

string inputString = "\u00abX\u00bb";
byte[] encodedBytes = new byte[ae.GetMaxByteCount(inputString.Length)];
int numberOfEncodedBytes = 0;
try
{
    numberOfEncodedBytes = ae.GetBytes(inputString, 0, inputString.Length, 
                                       encodedBytes, 0);
}
catch (EncoderFallbackException e)
{
    Console.WriteLine("bad conversion");
}